Integración de las técnicas BIM en la optimización del ciclo de vida de estructuras de hormigón en edificación

INTEGRACIÓN DE LAS TÉCNICAS

_BIM

EN LA OPTIMIZACIÓN DEL CICLO DE VIDA

DE ESTRUCTURAS DE HORMIGÓN EN EDIFICACIÓN

Víctor Fernández Mora Tutor: Víctor Yepes Piqueras Trabajo Fin de Máster

RESUMEN

En los últimos tiempo se está llevando a cabo un gran cambio de paradigma en la industría de la Ingeniería, la Arquitectura y la Construcción gracias a la introducción de nuevas tecnologías como el Building Information Modelling y técnicas como el Lean Construction o la optimización del ciclo de vida de estructuras. Se plantea, en este marco, investigar las ventajas que supondría combinar estas nuevas tendencias y su viabilidad, así como la creación de una aplicación de optimización de estructuras de hormigón integrada completamente en un entorno BIM. Dicha investigación se lleva a cabo utilizando la Aplication Programming Interface de un entorno BIM dónde ha sido modelado un elemento tipo viga isostática y mediante un algoritmo genético multicriterio con cuatro criterios de optimización diferentes -coste, emisión de CO2, consumo

energético y número de barras- se consigue llegar a su diseño óptimo. Este algoritmo genético se ha ajustado utilizando la técnica de diseño de experimentos. La aplicación resultante ha permitido la incorporación de la optimización estructural a los entornos BIM de una manera plena permitiendo tener en cuenta criterios de construcción sostenible desde la fase inicial del proyecto.

RESUM

Als últims temps s’està duent a terme un gran canvi paradigmàtic a la industria de l’Enginyeria, l’Arquitectura i la Construcció gràcies a la introducció de noves tecnologies com el Building Information Modelling i tècniques com el Lean Construction o l’optimització de les estructures. Es planteja, dintre d’aquest marc, investigar els avantatges derivats de la combinació

d’aquestes tècniques i estudiar la seua viabilitat, així com la creació d’una aplicació capaç d’optimitzar les estructures de formigó i qué funcione integrada completament en un entorn BIM. Aquesta investigació es duu a terme utilitzant la Aplication Programming Interface d’un entorn BIM òn ha sigut modelat un element tipus viga isostàtica i mitjançant un algoritme genètic multicriteri amb quatre criteris d’optimització diferents, cost, emissions de CO2,

consum energètic y nombre de barres; s’aconsegueix arribar al seu disseny òptim. L’algoritmre ha sigut ajustat utilitzant la tècnica de disseny d’experimments. L’aplicació resultant ha permés l’incorporació de loptimització estructural als entorns BIM d’una manera completa permetent tenir en conte criteris de construcció sostenible fins i tot a la fase inicial del projecte.

ABSTRACT

Lately there has been a huge change in the Architecture, Engineering and Construction industry, due to the introduction of new technologies like Building Information Modeling and techniques like Lean Construction or life cicle structure optimization. In this field we plan to investigate the derivated advantages of combining these new trends and its viability, also we create a new aplication able to optimize reinforced concrete structures that is completely integrated inside a BIM environment. This research it is done by utilizing one BIM’s Aplication Programming Interface where an isosthatic beam has been mold and using a multicriteria genetic algorithm with four different optimization criteria –economic cost, CO2 emissions, energetic cost and number of reinforcing bars- we are able to get the optimum design. This genetic algorithm has been adjusted using the design of experiments technique. The resulting aplication allowed the inclusion of the structure optimization into a BIM environment completely, being able to have in mind the sustainable construction criteria from the beginning of the design stage.

PALABRAS CLAVE

Ahorro energético, algoritmo genético, BIM, construcción sostenible, diseño de experimentos, estructuras de hormigón armado, Lean Construction, optimización heurística, optimización multicriterio.

PARAULES CLAU

Algoritme genètic, BIM, construcció sostenible, disseny d’experiments, estalvi d’energia, estructures de formigó armat, Lean Construction, optimització heurística, optimització multicriteri.

KEYWORDS

BIM, design of experiments, energy saving, genetic algorithm, heuristic optimization, Lean Construction, multicriteria optimization, reinforced concrete structures, sustainable construction.

LISTADO DE SIGLAS Y ACRÓNIMOS

ACRÓNIMO DEFINICIÓN

AEC Industria de la Arquitectura, Ingeniaría y Construcción API Aplication Programming Interface

BIM Building Information Modelling

BM Building Model

CAD Computer Assisted Design

DOE Design of Experiments (Diseño de Experimentos)

IPD

Integrated Project Delivery

(Proyecto Entregado Integralmente)

Í

NDICE

1. INTRODUCCIÓN ... 8

1.1 PRESENTACIÓN ... 8

1.2 OBJETIVOS DEL TRABAJO ... 9

1.2.1 Objetivos ... 9

1.2.2 Alcance de la investigación ... 9

1.3 BIM ... 12

1.3.1 Definición BIM ... 12

1.3.2 BIM vs CAD ... 14

1.3.3 Historia de los BIM ... 17

1.3.4 Ventajas e inconvenientes de BIM ... 19

1.3.5 Diferentes plataformas BIM ... 21

1.3.6 Autodesk Revit como entorno de trabajo ... 23

1.3.7 Revit API y lenguaje de programación C# ... 24

1.4 ALGORITMOS GENÉTICOS ... 26

1.4.1 Optimización ... 26

1.4.2 Optimización aplicada a estructuras de hormigón ... 28

1.4.3 Objetivos de la optimización estructural ... 29

1.4.4 Elección del algoritmo a utilizar ... 31

1.4.5 Funcionamiento de los genéticos ... 33

1.5 BIM Y OPTIMIZACIÓN ... 36

1.5.1 Tendencias futuras de los BIM y sus posibilidades ... 38

1.5.2 Prácticas de diseño estructural en BIM ... 40

1.5.3 Integración del diseño estructural en BIM ... 42

2. DESARROLLO ... 49

2.1 PARÁMETROS Y SU CONEXIÓN CON LA API ... 50

2.1.1 Glosario de parámetros y definición de los mismos ... 50

2.1.2 Introducción de los parámetros en Revit ... 55

2.1.3 Captación y volcado de los valores de los parámetros ... 57

2.2 VISIÓN GENERAL DE LA APLICACIÓN DE OPTIMIZACIÓN MONOCRITERIO ... 61

2.2.1 Funcionamiento del código ... 61

2.2.2 Funcionamiento del algoritmo ... 64

2.2.3 Volcado de los resultados ... 65

2.2.4 Objeto: Viga ... 66

2.2.5 Objeto: Generación ... 68

2.2.6 Objeto: Descendiente ... 70

2.2.7 Gestión de Errores ... 73

2.3 PLANTEAMIENTO DEL ALGORITMO MULTICRITERIO ... 74

2.3.1 Estudio de los diferentes criterios de optimización y su relación ... 76

2.4 VISIÓN GENERAL DE LA APLICACIÓN DE OPTIMIZACIÓN MULTICRITERIO ... 85

3. ESTUDIO PARAMÉTRICO ... 88

3.1 DEFINICIÓN DEL CASO DE ESTUDIO ... 89

3.2 RELACIONES ENTRE LOS DIFERENTES PARÁMETROS DE OPTIMIZACIÓN ... 91

3.3 RESULTADOS DEL ESTUDIO PARAMÉTRICO ... 95

3.4 ESTUDIO DE SENSIBILIDAD DE PRECIOS ... 102

4. CONCLUSIONES ... 113

4.1 REVISIÓN DE LOS OBJETIVOS ... 113

4.3 FUTURAS VÍAS DE INVESTIGACIÓN ... 117

4.3.1 Diferentes tipologías estructurales ... 117

4.3.2 Diferentes objetivos de optimización y diferentes algoritmos ... 118

4.3.3 Combinación con otras tecnologías integradas en los entornos BIM ... 119

4.4 AGRADECIMIENTOS ... 120

5. BIBLIOGRAFÍA ... 121

ANEXO 1: CÓDIGO MONOCRITERIO... 126

ANEXO 2: CÓDIGO MULTICRITERIO ... 139

ANEXO 3: GUÍA DE USUARIO ... 152

A. GUÍA PASO A PASO ... 152

1.

I

NTRODUCCIÓN

1.1

P

Durante los últimos quince años se ha producido un cambio de paradigma en todos los aspectos del mundo de la construcción debido, principalmente, a la introducción de un nuevo tipo de software conocido como Builiding Information Modelling (BIM). Este tipo de software está basado en la definición de modelos constructivos mediante parámetros de todo tipo. Mucho se ha escrito sobre este nuevo tipo de software y sus características, pero lo cierto es que su funcionamiento implica un cambio de pensamiento radical en lo relativo a la construcción en todos sus aspectos, no solo en la representación.

La introducción de este nuevo software desde mediados de la primera década de los 2000, sobre todo a partir del año 2007, ha significado una mejora en la industria de la construcción. El tratamiento mediante parámetros del modelo ha reducido los errores en la representación y ha abierto un nuevo mundo de posibilidades al poder acceder a los datos del proyecto con mucha más facilidad y en edades muy tempranas del desarrollo.

Esto ha potenciado la creación de diferentes herramientas que utilizan distintos parámetros para evaluar una gran variedad de factores que afectan al modelo, sobre las que hablaremos con más detalle en el apartado 1.5. En este contexto es donde se engloba la herramienta que constituye el elemento central de este trabajo, que pretende utilizar los parámetros estructurales para obtener el dimensionado óptimo en un elemento tipo viga.

1.2

O

1.2.1

Objetivos

En los siguientes apartados vamos a mostrar que la tecnología BIM y todo lo relativo a la misma es muy novedoso y está en continuo desarrollo. Hoy en día, se desconocen los límites a los que puede llegar esta tecnología (Azhar, 2011). Para no perder de vista lo que se pretende con esta investigación, se enumerarán todos los puntos que se quieren estudiar, siendo limitadosadecuadamente. Una limitación que se hace necesaria, pues de lo contrariose convertiría en una investigación que excedería las características de un trabajo como este, únicamente pretende establecer un primer marco de investigación en el entorno BIM.A continuación se listan los objetivos del trabajo queserán explicados en mayor detalle en los subsiguientes apartados:

1) Estudio de viabilidad de la implantación de algoritmos de optimización al entorno BIM en el ámbito de las estructuras de edificación.

2) Definición del entorno BIM y estudio de sus posibilidades. 3) Acercamiento bibliográfico sobre el entorno BIM.

4) Conocimiento del funcionamiento interno de los algoritmos genéticos (GA) en optimización.

5) Conocimiento sobre el programa BIM en que se aplicará el algoritmo. 6) Conocimiento y profundización en el uso del lenguaje C#.

7) Aprendizaje del funcionamiento de la Aplication Programming Interface (API) del programa Revit.

8) Desarrollo de una aplicación externa capaz de realizar un cálculo optimizado de una viga de hormigón armado isostática.

9) Refinamiento de los diferentes parámetros presentes en los GA mediante diseño de experimentos.

10) Establecimiento de relaciones matemáticas entre los distintos parámetros definitorios de la viga a través de estudio estadísticos.

1.2.2

Alcance de la investigación

Los objetivos arriba enunciados abarcan un campo muy amplio, por lo que ahora se explicará más detalladamente en qué consiste cada uno de ellos y hasta dónde se pretende llegar con los mismos. Con este fin se dividirán por área temática y de funcionamiento de los diferentes objetivos.

El primer grupo lo conforman los objetivos establecidos en los puntos del uno alcuatro. Este consiste en una revisión bibliográfica que nos permita conocer el marco general que engloba a los BIM, empezando por una definición del mismo y el estudio de sus ventajas. También el estado de desarrollo en que se encuentra y qué aplicaciones se han impulsado en la actualidad para estos entornos. Además, para completar los conocimientos necesarios,necesitaremos profundizar en los GA y fijar el pseudocódigo a utilizar.

La viabilidad del proyecto se estudiará a partir de esta búsqueda, queincluyela localización de las herramientas utilizadas por los distintos desarrolladores BIM y la verificación de la posibilidad de aplicar estas herramientas al ámbito de las estructuras de edificación y a los algoritmos de optimización mediante genéticos.

El siguiente conjuntode objetivos engloba los comprendidos entre los apartados cinco y ocho. Son aquellos relativos al desarrollo de una aplicación funcional, es decir todo aquello necesario para lograr la realización del octavo objetivo. Es en este grupo donde es necesario establecer unos límites,ya que es aquí donde podemos encontrar un mayor número de posibilidades que convirtiera el trabajo en inabarcable. En este apartado se cumple nuestro objetivo principal, el desarrollo de una aplicaciónque verifique que es posible aplicar la optimización estructural al entorno BIM, lo que se aleja de la creación de una aplicación a pleno funcionamiento de cálculo, diseño y optimización de todo tipo de estructuras.

La aplicación desarrollada será, por tanto, completamente funcional para vigas de hormigón armado de cualquier longitud e isostáticas sometidas a cargas de edificación. No está pensada para otro tipo de barras ni para una barra con otros vínculos externos, pues la diferenciación entre las distintas tipologías estructurales añade una complejidad no deseada. En el apartado 4 se mostrarán guías para superar estos límites e indicar hacia qué dirección puede evolucionar la aplicación. Se ha optado por barras isostáticas para evitar el momento negativo en los extremos que implicaría una doble comprobación de momentos que ralentizaría el algoritmo.

La aplicación de optimización multicriterio generada debe ser capaz de hacerlo según cuatro criterios: coste, emisión de CO2, consumo energético y número de barras utilizado. Los valores

de los tres primeros se obtienen considerando el valor de los materiales y de su puesta en obra extraídos a partir de una dosificación estándar para cada tipo de hormigón como suma de los valores de cada uno de los componentes, estos datos han sido extraidos de la base de datos del Institut de Tecnologia de la Construcció de Catalunya (ITeC).

Para la programación de la aplicación se necesita investigar diferentes alternativas de comunicación con Revit a la hora de extraer y modificar parámetros, así como las diferentes

funciones presentes en la API que puedan sernos útiles a la hora de trabajarcon estos parámetros.

El último grupo de objetivos engloba el estudio estadístico de los resultados obtenidos tras la aplicación del algoritmo con la finalidad de conocer e interpretar los que este produce, así como verificar que los mismos tienen fiabilidad. Esto responde a los dos últimos objetivos, números nueve y diez.

En total se van a realizar tres estudios diferentes. El primero determinará las interacciones que existen entre los cuatro criterios de optimización; el segundo estudiará la influencia de cada una de las variables que definen la viga en el resultado final; el tercero de ellos evalúa la sensibilidad de la optimización a la variación en el precio de cada uno de los materiales en diferentes intervalos de subida y de bajada. No se estudia la influencia de la variación de los otros criterios ya que no se prevé que pueda existir esta variación en la realidad. Todos estos estudios quedan explicados en detalle y desarrollados en el apartado 3.

Los anejos proporcionan un ejemplo en el que se utiliza el diseño de experimentos para establecer los valores de los diferentes parámetros que regulan el GA para garantizar la obtención de un óptimo.

Esta técnica estadística se basa en reducir el número de muestras necesarias para analizar las interacciones entre diferentes parámetros estableciendo unas combinaciones estratégicas de valores que permiten conocer cómo influye cada uno de los parámetros de estudio y como se interrelacionan entre ellos.

1.3

BIM

El concepto BIM, a pesar de ser conocido y muy utilizado en la actualidad, está lleno de enigmas y no se mundo conoce realmente en que consiste el entorno BIM. En las siguientes páginas esclareceremos sobre el concepto BIM y definiremos los usos que le daremos a lo largo de la investigación.

1.3.1

Definición BIM

Para entender completamente qué son los BIM y sus capacidades, lo primero es encontrar una definición global sobre la que trabajar. En cuanto a definiciones directas, la más extendida y utilizada es la propuesta por la US National BIM Standard, que podemos encontrar en su página web.

Building Information Modeling (BIM) is a digital representation of physical and functional characteristics of a facility. A BIM is a shared knowledge resource for information about a facility forming a reliable basis for decisions during its life-cycle; defined as existing from earliest conception to demolition.1

(FAQ About BIM, National BIM Standard - United States, 14/3/2016)

Esta definición hace clara referencia a BIM como una plataforma de software, una creencia generalizada sobre BIM. Sin embargo, si la observamos atentamente, lo que en realidad está definiendo son dos conceptos distintos para las siglas BIM. Por un lado, la primera frase hace referencia a la representación en un entorno virtual, el Building Information Modeling estrictamente hablando. Por otro lado, la segunda oración crea una pequeña confusión, ya que define BIM más que como el software, como el recurso informático creado con ese software, el llamado Building Information Model comúnmente abreviado también como BIM.

Esto muestra la verdadera dificultad que presenta definir el concepto BIM. Es un concepto muy amplio que abarca más que el entorno informático con capacidad paramétrica que hemos visto hasta el momento. Por lo tanto, tenemos que buscar una definición más completa, que incluya lo que acabamos de señalar. Chuck Eastman propone la siguiente definición:

1_{Building Information Modeling (BIM) es una representación digital de las características físicas}

y funcionales de una construcción. Un BIM es un recurso compartido de información sobre una construcción que supone una base relevante para la toma de decisiones durante el ciclo de vida, desde su concepción hasta su demolición.

“[...]we define BIM as a modeling technology and associated set of processes to produce, communicate, and analyze building models.”2 _{Ch. 1 P.16}

(Eastman et al., 2011)

Esta definición presenta una mayor exactitud frente a lo que nos encontramos al hablar de BIM, ya que presenta el abanico de posibilidades de esta nueva tecnología. BIM no es únicamente un software capaz de modelar, como nos dice la primera cita , sino que incluye los procesos asociados a producir, comunicar y analizar este modelado. En este aspecto radica el gran éxito del BIM, en que no es solamente una herramienta de representación, sino que lo es tambiénde construcción digital con plena capacidad en todos los aspectos de que ello conlleva. Por tanto, un entorno BIM nos permite, de manera virtual, construir el edificio siguiendo el modelado paso a paso, analizando todos los elementos de esta construcción en cada uno de sus estadios(por ejemplo, extrayendo las partidas de obra en cada fase constructiva) y, además, comunicar el estado de la construcción y el resultado de estos análisis.

El Building Information Modelling ha supuesto un cambio de paradigma radical en la industria de la Ingeniería, Arquitectura y Construcción (AEC) (Azhar, 2011) debido a este motivo. Se ha producido un cambio de mentalidad respecto a todo aquello a lo que hemos tenido acceso hasta el momento, ya que dejamos de “representar” para “construir” con todas las ventajas e inconvenientes que ello supone y que iremos viendo más adelante.

El entorno BIM se constituye, por tanto, en el más adecuado para cumplir los requisitos del tipo de contrato en la industria AEC que más se está utilizando en la actualidad (Eastman et al., 2011), el denominado IPD (Integrated Project Delivery), que exige un control del proyecto durante todo el ciclo de vida del mismo.

El objeto generado en un entorno BIM se denomina Building Information Model o Building Model y aunque como hemos dicho anteriormente en la revisión bibliográfica se utilizan las siglas BIM para referirnos a él, en este caso, para evitar confusiones, utilizaremos las siglas BM. Es importante, según la definición anterior, definir las características de un BM. Un Building Model se caracteriza por lo siguiente, (Eastman et al., 2011):

-Está formado por diferentes componentes de edificación con representación digital, atributos que les identifican y reglas paramétricas que permiten manipular estos objetos de un modo inteligente.

2 _{[...] definimos BIM como una tecnología de modelado y el conjunto de procesos asociados a la}

-Estos objetos incorporan datos que explican cómo se comportan frente a procesos necesarios para realizar diferentes análisis (por ejemplo, análisis energético o análisis estructural).

-Toda esta información no es redundante y los cambios sobre la misma se reflejan simultáneamente en todos los casos afectados.

-Coordinación entre las vistas y los elementos del modelo de modo que la representación en todas las vistas se muestra de un modo coordinado y todos los cambios sean efectivos instantáneamente.

En resumen, podemos definir BIM como aquella tecnología capaz de generar Building Models y gestionarlos de una manera integral a lo largo de su vida útil, desde su concepción hasta su derrumbe. Esto incluye las capacidades de modificar, analizar y representar este modelo digital en cualquier momento, tanto de su desarrollo como de su ciclo de vida.

1.3.2

BIM vs CAD

En el apartado anterior hemos expuesto las capacidades de los BIM y hemos definido qué son para tener una visión más clara sobre qué tipo de herramientas estamos utilizando, pero realmente ¿qué cambios han introducido los BIM en la industria AEC? ¿Cómo afecta esto a nuestro modo de trabajar hasta la fecha con software CAD? ¿Es realmente superior BIM a CAD? Estos son los interrogantes que trataremos de resolver en este punto, enfrentando la nueva tecnología BIM, a la actual CAD, analizando las verdaderas capacidades de cada una.

Para ello empezamos explicando brevemente en qué consiste el CAD. El software de Computer Assisted Design, más conocido como CAD, consiste según SARCAR et al. (2008) en un software basado en la interacción gráfica 2D y 3D con el ordenador para crear, transformar y mostrar datos de manera gráfica mediante símbolos o imágenes. En este, el usuario interactúa con el programa informático mediante comandos para crear estas imágenes. En la mayoría de ocasiones la imagen se construye a partir de elementos geométricos básicos, puntos, líneas y circunferencia. Estas imágenes pueden ser modificadas a posteriori por el usuario con las correspondientes subrutinas. Este tipo de software goza de gran aceptación entre los profesionales de la industria AEC tras su expansión en la década de los 90. El programa CAD más utilizado en el panorama nacional es AutoCAD, desarrollado por la empresa Autodesk.

Fig. 1 Modelo 3D realizado con AutoCAD e interfaz del programa

Fig. 2 Building Model realizado con Revit e interfaz del programa

La finalidad de los programas CAD está relacionada con la representación gráfica del objeto, ya sea en un entorno 2D,ya sea 3D, mientras que, como hemos visto, la finalidad de los programas BIM está relacionada con la construcción del edificio a lo largo de su vida útil. Ello demuestra que los programas no son para nada equivalentes y es prácticamente un error el enfrentarlos, ya que,a diferencia de lo que puede parecer a primera vista, los BIM distan de ser una evolución directa de los CAD.

La interacción para los usuarios también es completamente diferente. Por un lado, la utilización de los CAD se basa en la introducción, por parte del usuario, de una serie de comandos que

generan líneas o geometrías simples,cuya interacción (mediante comandos de unión, corte, movimiento o simetría) es la que genera la vista deseada, es decir, un conjunto de líneas ordenadas de tal modo que representan un objeto real. Por otro lado, la utilización de los BIM es más cercana a la experiencia de la construcción, ya que el usuario no crea líneas independientes, sino que estas “líneas” llevan una serie de parámetros asociados que se relacionan con el tipo de objeto que se está insertando en la vista. Este objeto conoce su función y cómo el usuario quiere que se represente a través de estos parámetros.

Es cierto que en los últimos años los objetos de los programas tipo CAD, como por ejemplo AutoCAD, han empezado a incluír parámetros, pero estos son relativos a su representación y caracterización dentro del propio programa, como son el color, grosor de línea o posición dentro del espacio de trabajo. En cambio, los parámetros de un programa BIM transcienden más allá, ya que definen al objeto y le confieren todas sus características, como el material o su fase de construcción. Además, los parámetros en un BIM crean interacción entre los distintos objetos actualizándose los unos a los otros según lo necesiten, mientras que los parámetros de un CAD son totalmente independientes para cada uno de los objetos. Esta diferencia queda patente al comparar las nomenclaturas de los parámetros disponibles en cada uno de los programas, como muestra la siguiente imagen:

Fig. 3 Izquierda cuadro de propiedades de AutoCAD/Derecha cuadro de propiedades Revit.

A la izquierda podemos ver un panel de propiedades de una línea en el programa AutoCAD (CAD). A la derecha un panel de propiedades en Revit (BIM). Ambos desarrollados por la

compañía Autodesk.No hayque entender los CAD como algo inferior a los BIM, puescomo se ha visto, existen diferencias sustanciales entre los objetivos de cada uno de los tipos de software. Aun así, es cierto que los CAD son anteriores a los BIM en cuanto a su desarrollo, lo que ha marcado algunas de las limitaciones del primero respecto al segundo.

A pesar de todo esto, en la actualidad y en lo relativo a la industria AEC, existe una clara superioridad en cuanto a productividad para el usuario mediante el uso de los programas BIM frente a los CAD, a parte de otras ventajas propias que estudiaremos en los próximos apartados. Esto es debido, principalmente, a que los programas BIM permiten controlar el modelo del dibujo mientras que los CAD solo una de las vistas del mismo.

En definitiva, podemos concluir que los software tipo CAD son el equivalente en un soporte informático al dibujo de planos por separado, mientras que los software tipo BIM están más cercanos a la construcción, en un entorno virtual, de un edificio.

1.3.3

Historia de los BIM

Muchos de los usuarios de los programas BIM creen que es una “nueva tecnología”, ya que, como nos indica MacDonald (2015) el uso del término BIM ha sufrido un “efecto bola de nieve” en los últimos años, especialmente en la última década. De hecho, existen referencias que afirman que el concepto BIM fue acuñado en el año 2002-2003 gracias a Jerry Laiserin, algo bastante alejado de la realidad, como veremos a continuación.

El primer hito temporal en cuanto al concepto BIM que encontramos en la bibliografía científica se sitúa en el año 1975, hace más de 40 años (Eastman, 1975). Chuck Eastman3 _{plantea un}

prototipo funcional de lo que él denomina Building Description System (BDS), consistente en una única base de datos, para análisis visuales y cuantitativos, de diseño paramétrico. Además, ya anunciaba que “Contractors of large projects may find this representation advantageous for scheduling and materials ordering”4_{, una de las grandes ventajas y revoluciones que han}

supuesto los BIM. Este prototipo fue el germen del término BIM actual.

Este concepto BDS, anunciado por C. Eastman, evolucionó de manera diferente en EEUU, donde se denominó Building Product Models, y en Europa, donde se denominó Product Information Model durante el resto de los años 70 y los 80. La unión de estos términos acuñó, posteriormente, el término BIM. Este desarrollo también originó los software CAD, que

3 _{Chuck Eastman, puede ser reconocido como la mayor autoridad en el mundo respecto a Building Model.}

Ha estado trabajando en este tema desde los años 70 en distintas universidades como UCLA Carnegie-Mellon(Eastman et al., 2011, p. viii)

4 _{Contratistas de grandes proyectos pueden encontrar esta representación ventajosa para determinar}

perdieron parte de las funciones paramétricas anunciadas por C. Eastman debido a las limitaciones de los equipos informáticos del momento, que eran incapaces de manejar una base de datos tan extensa.

No fue hasta el año 1992 cuando se registró por primera vez el término Building Information Modeling en un artículo escrito por van Nederveen and Tolman (1992) publicado en Holanda. En el año 1997 se fundó la compañía Revit Technology Corporation con la finalidad de desarrollar una herramienta informática tipo BIM plenamente funcional para el usuario. Esta compañía fue adquirida en 2002 por Autodesk5_{, con la siguiente finalidad según el comunicado de prensa}

anunciando la compra (Autodesk Inc., n.d.):

Our combined technologies will be a catalyst for the worldwide building industry to adopt model-based design, construction and management," said David Lemont, Revit Technology CEO. "We can finally fulfill the longstanding desires of building professionals to achieve real process change. Building professionals will have the ability to integrate an intelligent building model into their practice and begin to use architectural design in downstream applications.6

Ese mismo año, Jerry Laiserin 7_{publicó un artículo titulado Comparing Pommes and Naranjas}

(Lairserin, 2002) mediante un Autodesk White Paper y en su propia página web The LairserinLetter. Hoy, este artículo, se puede consultar en su página web. En él, exponía la necesidad que venía mostrando la industria AEC de ir más allá respecto al software CAD y cuyo primer paso para lograrlo sería otorgarle un nombre, lo que sugería el término BIM para este “nuevo” software y afirmabaque era un término sobre el cual estaba trabajando la compañía Autodesk.

Un año después, el 3 de Abril de 2003, J.Lairserin participó en lo que es conocido como The Great Debate-BIM (Laiserin, 2003). Un cara a cara entre Autodesk y Bentley System Inc.8 _dónde

5 _{Autodesk es un líder mundial en software de diseño 3D para entretenimiento, recursos naturales,}

fabricación, ingeniería, construcción e infraestructuras civiles.(“Autodesk | Software de diseño, ingeniería y entretenimiento 3D,” www.autodesk.es)

6_{“Nuestras tecnologías combinadas serán el catalizador para que la industria mundial de la construcción}

adopte los diseños basados en modelos, construcción y gestión” afirmó David Lemont, Revit technologies CEO. “Podemos finalmente conseguir los deseos de los profesionales de la construcción de conseguir un proceso de cambio real. Los profesionales de la construcción tendrán la habilidad para integrar un modelo de edificio inteligente en su práctica y empezarán a utilizar el diseño arquitectónico en las aplicaciones.”

7 _{Jerry Lairserin, analista en la industria AEC especializado en tecnologías futuras para el mundo de la}

construcción y en tecnologías colaborativas para trabajos basados en proyectos. Jerry ayuda diseñadores, constructores y propietarios a realizar decisiones de necocios. En los últimos 20 años ha publicado multitud de artículos que han ayudado a dar forma a la industria AEC actual.(“The LaiserinLetter”, http://www.laiserin.com)

8 _{Bentley System Inc. compañía desarrolladora de software especializada en solucionar las necesidades}

profesionales de los responsables de crear y gestionar las mayores infraestructuras del mundo.(“Bentley Systems, Incorporated,” www.bentley.com)

debatieron sobre sus visiones del BIM. Se puede encontrar una grabación de este debate en la plataforma de internet Youtube9_.

Por estas dos intervenciones se le atribuye a J. Lairserin el titulo de “father of BIM” por muchos autores, aunque como él mismo afirma en su presentación a la primera edición de el BIM Handbook (Eastman et al., 2008):

rather than “Father of BIM” – as a few well-meaning but over-enthusiastic peers have labelled me – I prefer the unattributed epithet “godfather of BIM”, in the sense that a godfather is an adult sponsor of a child not his own. If anyone deserves the title “father of BIM”, surely it is Chuck Eastman10

Conocer la historia de los BIM nos hace darnos cuenta de que no es algo surgido de la noche a la mañana, sino que se trata de una meta conseguida tras casi medio siglo de búsqueda por parte de sus creadores. Hay muchos puntos de la historia que se han dejado fuera de esta pequeña retrospectiva, en la que sólo se han querido mostrar los hitos clave, pero aún así queda patente que la intención inicial de buscar un software que ayude a la industria AEC a reducir errores y a aumentar la colaboración entre los distintos agentes, es la esencia del paradigma BIM.

Fig. 4 Línea temporal historia de los BIM

1.3.4

Ventajas e inconvenientes de BIM

Es de suponer que la gran aceptación de los BIM por los profesionales de la industria AEC se debe a que posee una serie de ventajas frente a otro tipo de plataformas (por ejemplo los CAD), ventajas que se han ido intuyendo en los apartados anteriores. Pero debemos preguntarnos,¿cuáles son las capacidades de los BIM?, ¿frente a qué retos y límites se encuentra

9 _{The Great Debate- BIM: https://www.youtube.com/watch?v=ILWHaDZHad4}

10 _{“mas que “Padre del BIM”, como unos pocos bienintencionados pero sobre-entusiastas me han}

etiquetado, prefiero el epíteto no atribuido de “Padrino del BIM”, en el sentido que el padrino es el patrocinador adulto de un niño que no es suyo. Si alguien se merece el título de “Padre del BIM”, tened por seguro que es Chuck Eastman.

esta tecnología? ¿Es realmente positivo todo lo que nos aporta?BIM representa un nuevo paradigma en la industria ypor ello es necesario analizar sus ventajas e inconvenientes detenidamente para conocer sus verdaderas posibilidades.

Ya desde este momento podemos apuntar, según (Azhar, 2011), que la ventaja clave que tienen los BIM es la exactitud geométrica a la hora de la representación de las partes de un edificio en un entorno con datos integrados.. Lo que presenta como consecuencia otras ventajas derivadas de esta y que quedan expuestas a continuación:

-Mayor control en las etapas iniciales del proyecto. Gracias a la facilidad para controlar la cantidad de los materiales y de análisis del edificio en cualquier momento es muy sencillo realizar y controlar la rentabilidad de este.

-Incremento de la calidad del edificio, como en el caso anterior, la facilidad para analizarlo, nos permite controlar en todo momento si este cumple los requisitos exigibles.

-Mayor colaboración entre los distintos agentes del proyecto.

-Reducción de errores, tanto por la capacidad para realizar cualquier comprobación en cualquier momento, como por la corrección automática intrínseca al modelo cuando se han realizado cambios.

-Eliminación de errores en la representación, ya que todo surge de un mismo modelo 3D. -Mejora de la eficiencia energética y la sostenibilidad del edificio debido al uso de las herramientas de análisis. Además distintos factores locales relacionados con el ciclo de vida pueden ser incorporados al modelo para mayor exactitud.

-Utilización de los modelos diseñados para prefabricación. Ya que los diseños de los elementos se han realizado en 3D, es posible implementarlos en modelos numéricos de producción de elementos de hormigón, vidrio u otros materiales.

-Reducción de costes por varias causas, mejora de la productividad, mejor control de los materiales, reducción de errores, etc.

-Acceso a herramientas de análisis que automaticen ciertos procesos relacionados con el diseño (análisis estructura, energético) e incorporen algoritmos de búsqueda de soluciones a partir de estos análisis aprovechando la accesibilidad a los datos del proyecto.

La mejora de los procesos en cada una de las fases del proyecto gracias a la utilización de los BIM es un factor que los hace verdaderamente atractivo. Sin embargo, el uso de los BIM también conlleva algunos inconvenientes, riesgos y, sobre todo, cambios a la hora de realizar el proyecto.

A continuación, se muestran los inconvenientes y las barreras más inmediatas que se encuentra el BIM a la hora de ser incorporado y aceptado plenamente (Eastman et al., 2011), (Azhar, 2011). -Necesidad de renovación de equipos informáticos. La carga de los programas BIM sobre los equipos es tan fuerte que en muchas ocasiones será necesario renovar los equipos, además si se desea trabajar colaborativamente se necesitará instalar un servidor.

-Cambios en los contratos, los modelos de contrato actual que se utilizan en la industria AEC presentan algún problema de compatibilidad con la implementación de los BIM.

-Deficiencias a la hora de determinar la autoría del proyecto y de los cambios, ya que el proyecto está siendo realizado por los distintos agentes simultáneamente.

-En relación con el punto anterior surge la dificultad a la hora de cargar responsabilidades tras los errores, las deficiencias de diseño o las inexactitudes del mismo.

-Poca homogeneidad en los formatos de archivos, lo que provoca poca compatibilidad entre dos compañías que utilicen distintas plataformas BIM. Aunque se están realizando esfuerzos (y avanzando) en la eliminación de esta barrera y en la actualidad existe un formato de compatibilidad entre diferentes softwares.

-Cambio en el modo de funcionar de la compañía. Dado que los BIM son una tecnología tan distinta a las anteriores, las empresas necesitan una adaptación a la misma más allá de adquirir software y hardware, y formar a sus empleados. A cada empresa este cambio le afectará de distinta manera y se necesita evaluar independientemente.

Todas estas desventajas se basan en la idea del gran cambio necesario al adoptar BIM. Por ello C. Eastman (Eastman et al., 2011) recomienda que este se realice de manera progresiva para la firma, analizando en todo momento las deficiencias que se perciban en el uso de BIM. Hay que tener en cuenta siempre que la tecnología BIM es altamente sofisticada y que si no se implementa correctamente en la industria y se utiliza por personal sin conocimiento de su funcionamiento puede ralentizar el proceso. No por el mero hecho de utilizar BIM se van a aumentar los beneficios o incluso devolver la inversión (Sacks et al., 2010).

1.3.5

Diferentes plataformas BIM

Hasta el momento hemos hablado de los BIM en términos generales, refiriéndonos a ellos como una tecnología y un software. Pero no existe un único software denominado BIM, como se habrá deducido hasta este punto, sino que existen una gran diversidad de programas comerciales que hacen uso de este concepto.

Las primeras herramientas de software desarrolladas entre los años 70 y los 80 fueron productos destinados a estaciones de trabajo11_{. Entre estas herramientas encontramos, por ejemplo el}

Building Description System (BDS), desarrollado por C. Eastman, así como GLIDE, RUCAPS, Sonata y Reflex. Todos estos distintos programas informáticos fueron los padres de los actuales BIM, aunque no llegaron a salir al mercado dado el gran coste computacional que suponía el utilizarlos.

Uno de los mayores problemas que han tenido los BIM a la hora de ser aceptados es la unificación de formatos para trabajar en distintas plataformas con el mismo archivo. En este aspecto, la asociación BuildingSMART12 _{ha realizado grandes esfuerzos para la estandarización}

de un formato abierto para BIM, el conocido como Industry Foundation Classes (IFC).

En la actualidad existe una gran diversidad de programas BIM elaborados por distintas compañías y con distintas finalidades que se usan en mayor o menor medida por los distintos profesionales del sector. Uno de los más utilizados en el ámbito de edificación es Autodesk Revit, propiedad de la empresa Autodesk y en el mercado, con versiones anuales, desde el año 2000 (cuando era propiedad de Revit Technology Corporation). En cambio, el programa con más antigüedad hasta la fecha es ArchiCAD de la empresa Graphisoft, que actualmente tiene 19 versiones y está en el mercado desde el 1986 con ArchiCAD 2.0. Aunque existe una gran variedad de ejemplos más, solo se nombrarán algunos de ellos como Navisworks, MicroStation, AllPlan o VectorWorks Architect.

Además, dada la gran aceptación de los BIM en general en la industria AEC algunos países han empezado a tener en cuenta los BIM de distintos modos. El Ministerio de Fomento de España publicó en Julio de 2015 una estrategia nacional para los BIM en la cual se estipula que será requisito indispensable para la construcción de un proyecto público su presentación en formato BIM para el año 2020 (Knutt, 2015). Este mismo requisito ya se exige en países como Hong Kong, Emiratos Árabes y Singapur desde 2015 y se exigirá en Reino Unido (Chi et al., 2014) en el año presente. En Malasia la implementación completa del BIM empieza en 2016 y se exigirá en 2020 ("Construction Industry Transformation Programme, CITP", Ministry of Works Malasya, 2015).

11 _{En informática una estación de trabajo es un computador de altas prestaciones destinado para trabajo}

técnico o científico. Las estaciones de trabajo fueron un tipo popular de computadoras para ingeniería, ciencia y gráficos durante las décadas de 1980 y 1990.(“Estación de trabajo” Wikipedia,2015)

12 _{BuildingSMART es una asociación internacional sin ánimo de lucro cuyo principal objetivo es fomentar}

la eficacia en el sector de la construcción a través del uso de estándares abiertos de interoperabilidad sobre BIM (Building Information Modeling) para alcanzar nuevos niveles en reducción de costes y tiempos de ejecución y aumento de la calidad.(“La Asociación - BuildingSMART Spanish Chapter,” 2016)

En Europa, aunque difiere el método según el país, existen asociaciones que abogan por la integración plena de los BIM. La asociación internacional con más importancia en un mayor número de países es BuildingSMART que incluye cada una de sus ramas nacionales (como la española). Estados Unidos es uno de los países donde la integración está más avanzada, ya que las grandes compañías con software BIM son estadounidenses. En la actualidad, están definiendo nuevos tipos de contratos para la industria AEC que suplan los defectos que poseen los contratos actuales respecto al uso de los BIM.

1.3.6

Autodesk Revit como entorno de trabajo

Como ya se ha dicho, el objetivo de este trabajo es crear una aplicación integrada dentro de un software BIM y como hemos visto existen diferentes programas comerciales, de entre los cuales es necesario escoger uno, dado que las diferencias entre ellos son demasiado grandes como para desarrollar una aplicación compatible con todos ellos. En nuestro caso, hemos optado por utilizar Autodesk Revit por los motivos que a continuación se explican. A pesar de esta decisión se pretende, en la medida de lo posible, que la aplicación este cerca de ser funcional en cualquier entorno BIM.

Se pretende que la aplicación desarrollada sea funcional, útil y accesible al público, por lo tanto se ha optado por la plataforma más utilizada en la actualidad. Además Autodesk tiene habilitada una AppStore a la que los usuarios pueden añadir sus herramientas externas al programa, lo cual aumenta en gran medida la accesibilidad al plugin por parte de otras personas en un futuro. Otro punto importante ha sido la necesidad, indispensable, de poder establecer una comunicación con el programa, tanto para la obtención inicial de datos como para el volcado final de los mismos. Autodesk Revit se convierte en la plataforma ideal para realizar esto, ya que el usuario tiene acceso a una Application Programming Interface (API de ahora en adelante) que le permite interactuar plenamente con el programa.

Autodesk Revit no es el único software BIM con esta característica, ArchiCAD por ejemplo también posee una API, si bien sí es el único con un programa de formación para el uso de la API," My First Plug-in Training - My First Revit Plug-in Overview,” (Autodesk, 2015) y una guía para el programador a través del Revit Software Development Kit (Revit SDK). Ambas fuentes de información, de libre acceso para cualquier usuario, así como la propia ayuda del programa, que también ofrece información acerca de la API(“Autodesk Revit Help,” 2016). Existen otras herramientas para los desarrolladores que se han creado de manera independiente por los propios usuarios de la API, “AEC DevBlog” (2016 ). Frente a todo lo anterior, la API de ArchiCAD es de acceso restringido, y únicamenteaquellos con permisos de programador por parte de la

compañia Graphisoft pueden acceder, lo mismo sucede con VectorWorks de la misma compañia.

Además de estas herramientas, Autodesk ha creado un punto de encuentro para programadores de Autodesk Revit y para sus desarrolladores a través de un foro en su página web13_{. Un punto}

de contacto para la solución de problemas enla programación y para el informe de errores de la misma.

En último lugar, cabe señalar que Autodesk Revit ha sido, así mismo, escogidopor el fácil acceso que se da al programa y a todas sus características, por parte de la Universitat Politènica de València, dado que existe un acuerdo entre dicha universidad y Autodesk, por el que los estudiantes tienen acceso a licencias gratuitas para estudiantes de todos sus productos sin ningún tipo de restricción.

1.3.7

Revit API y lenguaje de programación C#

La interacción de nuestra aplicación con el archivo de Autodesk Revit se realizará mediante las distintas librerías de funciones que conforman la API propia del programa. Es necesario conocer cómo funciona esta API, que los miembros de Autodesk describen como:

Autodesk Revit provides a rich and powerful .NET API which can be used to automate repetitive tasks, extend the core functionality of Revit in simulation, conceptual design, construction and building management, and much more. Revit .NET API allows you to program with any .NET compliant language including VB.NET, C#, and managed C++.”14_{(“Autodesk - Autodesk Developer}

Network - Autodesk ® Revit, Autodesk® Revit® Architecture, Autodesk® Revit® Structure and Autodesk® Revit® MEP,” 2015)

Es decir, se define como una poderosa herramienta capaz de automatizar tareas y expandir las funcionalidades de Revit. Esta API funciona plenamente en un entorno de programación en lenguajes .NET15_{, de entre los cuales se ha escogido el lenguaje C#, ya que tal y como se}

observará en la siguiente cita,es un lenguaje de programación orientado a objetos, lo que quiere decir que se basa en la definición de “objetos” que encapsulan información y operaciones dentro de él. Más adelante explicaremos qué objetos utilizaremos y sus operaciones internas.

13 _{Autodesk Revit API Forum: http://forums.autodesk.com/t5/revit-api/bd-p/160}

14 _{Autodesk Revit proporciona una rica y poderosa .NET API que puede ser utilizada en procesos de}

automatización, extender las funcionalidades básicas de Revit en simulación, diseño conceptual, gestión de la construcción y del edificio y mucho más. Revit .NET API te permite programar con cualquier lenguaje que compile .NET, incluyendo VB.NET, C# y managed C++.

“C# (pronounced “C sharp”) is the native language for the .NET Common Language Runtime. It has been designed to fit seamlessly into the .NET Common Language Runtime.[...] Because the Common Language Runtime is central to many things in C# [...]”16_{(Gunnerson, 2001)El}

funcionamiento general de la API está basado en la llamada a los objetos de programación con los cuales Revit trabaja internamente y las funciones dentro de los mismos que almacenan los datos del Building Model. Es necesario profundizar en el conocimiento de las funciones rqueridas para nuestra aplicación con el fin de poder determinar qué funciones vamos a utilizar.

16 _{C# (pronunciado “C sharp”) es el lenguaje nativo de .NET Common Language Runtime. Ha sido diseñado}

para encajar sin problemas dentro del .NET Common Language Runtime[...] Porque el Common Language Runtime es central a muchas cosas en C#.

1.4

A

Hasta el momento, nos hemos centrado en describir el entorno BIM con todo detalle y en cómo podremos utilizarlo a nuestro favor, pero eso no es todo lo que necesitamos. Para realizar la aplicación explicada en los objetivos es necesario, además, conocer qué es la optimización y cómo aplicarla.

En las siguientes páginas trataremos de abordar este tema, explicando qué es la optimización y sus orígenes, así como el modo de aplicarla. También estableceremos los criterios de optimización que se van a utilizar y cómo se cuantifican.

1.4.1

Optimización

Según el Diccionario de la Lengua Española (ASALE, 2016) optimizar es: “Buscarla mejormanerade realizaruna actividad.”(ASALE, 2016)

“La mejor manera” puede referirse a el mayor valor (optimizar los beneficios) o al menor valor (optimizar la ruta para que sea más corta). Hablando en términos matemáticos, esto significaría hallar el máximo o mínimo de una función objetivo, definida en un dominio. Esto depende del problema y sobretodo del criterio de optimización utilizado, ya que según el caso se busca el máximo o el mínimo. Si tenemos una función definida en un dominio podemos definir la

optimización de la misma como: {

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑓(𝑥) 𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 𝑔_𝑖(𝑥) ≤ 0 𝑖 = 1, … , 𝑚

𝑥 𝜖 𝑆 ∃ 𝑅𝑛

(Yepes, 2015)

La optimización matemática se conoce y se utiliza desde hace muchos años. El método más antiguo conocido de optimización es la optimización lineal, que utilizó Fourier en el siglo XIX para resolver distintas ecuaciones. Aunque el término surge durante la Segunda Guerra Mundial con el fin de reducir los costos (humanos y económicos) del ejército, por George B. Dantzig.

La programación matemática constituye un campo amplio de estudio que se ocupa de la teoría, aplicaciones y métodos computacionales para resolver los problemas de optimización condicionada. En estos modelos se busca el extremo de una función objetivo sometida a un conjunto de restricciones que deben cumplirse necesariamente. Las situaciones que pueden afrontarse con la programación matemática se suelen presentar en ingeniería, empresas comerciales y en ciencias sociales y físicas.(Yepes, 2015)

Los algoritmos de programación lineal están limitados a ecuaciones lineales que no suelen representar fielmente la realidad, sino que la simplifican, además es necesario que para la aplicación de estos algoritmos las variables sean discretas. (Víctor Yepes, 2014)

Esta limitación ha hecho necesaria la creación de distintos algoritmos de optimización por parte de los matemáticos para distintos usos. En la actualidad contamos con una gran variedad de algoritmos, como por ejemplo los algoritmos de Local Search, Simmulated Annealing, Genetic Algorithms, por citar algunos de los más conocidos. Algunos de los algoritmos solo pueden ser utilizados con variables discretas, mientras que otros solamente son efectivos con variables continuas. Elegir el algoritmo adecuado para cada función objetivo es muy importante para obtener un resultado refinado. La siguiente imagen muestra un árbol con la clasificación de los distintos tipos de algoritmos:

Fig. 5 Clasificación en árbol de diferentes algoritmos de optimización(Elaboración propia a partir de: Yepes, 2012,P.36)

Existe gran variedad de algoritmos de optimización, como los algoritmos basados en el Simmulated Annealing, explicado en el capítulo 15 del libro “An Efficient Quasi-Human Heuristic Algorithm for Solving the Rectangle-Packing Problem.”(Wenqi Huang and Duanbing Chen, 2008); algoritmos basados en el apareamiento de las abejas (Haddad et al., 2006) o algoritmos basados en el emparejamiento de las libélulas (Miguel et al., 2013), por citar algunos ejemplos puntuales.

1.4.2

Optimización aplicada a estructuras de hormigón

La introducción de los algoritmos de optimización en la industria AEC ha supuesto una de las manera de implantar los criterios del Lean Construction a la misma. Estos criterios que buscan como máxima mejorar la eficiencia en los procesos y los diseños de la construcción se pueden ligar intimamente a los algoritmos, ya que estos permiten encontrar la mejor opción de entre las iversas estudiadas independientemete del número de combinaciones entre los factores posibles.

Uno de los puntos críticos de estos problemas de optimización es el gran número de variables a tener en cuenta, ya que el campo de soluciones posibles afectando directamente tanto a la eficiencia como a la eficacia del algoritmo. Este es uno de los factores decisivos a la hora de elegir el algoritmo a utilizar en concreto. La investigación de Payá et al. (2006) muestra esto al comparar la eficacia de cuatro algoritmos, Threshold Accepting, Simmulated Annealing, Búsqueda Aleatoria y búsqueda por el gradiente, a un mismo problema, la optimización del coste de un pórtico de hormigón armado de cuatro alturas y dos vanos con un total de ochenta y un variables qué definen su geometría. Los resultado en este caso muestran una superioridad del Simmulated Annealing frente a los resultados obtenidos en los otros tres, quedándo cerca los resultados obtenidos mediante Threshold Accepting. Una de las conclusiones de esta investigación es la ineficiencia del algoritmo de generación aleatoria de encontra soluciones factibles (capaces de cumplir con los requisitos estructurales exigibles), ya que únicamente el 1% de las soluciones son válidas, debido en gran parte al gran número de combinaciones posibles. En la investigación realizada por Yepes et al. (2008) sobre el diseño óptimo de muros de contención en la que se utilizan un total de veinte variables de diseño no se hace referencia a este problema de ineficiencia, dado que el campo de soluciones es de un tamaño altamente inferior.

La aplicación de la optimización en estructuras no queda limitada únicamente a la búsqueda del menor coste, existen gran variedad de criterios de optimización. Siguiendo la investigación anterior de I. Payá encontramos que tras optimizar el pórtico en base al coste lo hizo en base a la emisión de CO2, (Paya-Zaforteza et al., 2009), consiguiendo así una estructura que consiguieera la menor cantidad de emisiones, lo que permite introducir los criterios de sotenibilidad en la fase de diseño de proyecto y que sea un condicionante cpn un gran peso en la toma de decisiones. Además se aumento el número de vanos del pórtico, aumentando el número de variables y el problema de la ineficacia a la hora de encontrar diseños. Este problema queda solucionado implementando una generación de valores de los paránetros por horquillas en lugar de una generación totalmente aleatoria como en el caso anterior.

Durante los años se han ido creando y mejorando los algoritmos existentes siendo capaces de manejar un mayor número de variables manteniendo la eficiencia o de aceptar más de un criterio de optimización simultáneamente. De este modo se ha podido evaluar una misma estructura desde dos o más criterios simultáneamente, gracias a esto se han podido crear algoritmos de optimización capaces de encontrar el mwejor diseño para muros de contención (Yepes et al., 2012) y estructuras de hormigón de alta resistecia (Torres-Machi et al., 2013) en base a las emisiones de CO2 y al coste simultáneamente o la optimización multicriterio de

puentes basada en los dos criterios anteriores y en la cogestión de acero dentreo de la sección (Martinez-Martin et al., 2012).

En este último ejemplo hemos hablado del criterio de congestión, algo que hace referencia a la eficiencia estructural del acero, pero que también esta relacionado con la facilidad de construcción del puente. Es decir, los criterios que se pueden introducir en los algoritmos de optimización son muy diversos y solo tienen un requisito, estos han de ser cuantificables. Gracias a esto podemos encontrar una gran variedad de criterios como la energía consumida durante la construcción (Martí et al., 2016), el número de barras utilizado o lña minimización de los despuntes en las barras de acero(Porwal, 2012).

En los ejemplos mostrados en este apartado se han utilizado una gran diversidad de algoritmos diferentes en función, como se ha comentado, del problema, su número de variables y de los criterios de optimización deseados. Estas son las tres claves para lograr realizar con éxito la optimización de cualquier tipología estructural de hormigón armado deseada y corresponde con los puntos que analizaremos en los siguientes apartados.

1.4.3

Objetivos de la optimización estructural

Para seleccionar el algoritmo adecuado es necesario conocer la función o las funciones objetivo que se analiza. En nuestro caso de estudio buscamos optimizar un elemento estructural isostático, una viga, de manera que tenga el menor coste, consumo de CO2 y energético y

número de barras posible y, lógicamente, sea capaz de soportar las cargas a las que está sometida. Por lo que, nuestro elemento estructural tiene que cumplir un total de cinco condicionantes:

1. Que tenga un coste mínimo

2. Que tenga una emisión de dióxido de carbono mínima

3. Que su consumo energético durante su fabricación sea mínimo 4. Que presente el menor número de barras de acero consumidas 5. Que sea una viga capaz de soportar los esfuerzos

Los cuatro primeros requisitos son los criterios de optimización que se utilizan en la optimización multicriterio, mientras que el quinto es una condición que se impone a cada uno de los especímenes para que sean considerados válidos. En (V. Yepes et al., 2015) encontramos las funciones objetivos de dos de los cuatro criterios, coste y emisión de CO2 planteadas para una

optimización multicriterio de estructuras de hormigón armado. Nosotros además añadimos dos criterios extra, de los que es necesario definir sus funciones objetivo. Las funciones objetivo que vamos a utilizar son las siguientes:

(1) 𝐶(𝑥) = 𝛴𝑝𝑖· 𝑚𝑖

(2) 𝐸𝐶𝑂2(𝑥) = 𝛴𝑒𝑖· 𝑚𝑖 (3) 𝐼(𝑥) = 𝛴𝑖_𝑖· 𝑚_𝑖 (4) 𝐵(𝑥) = 𝛴𝑑_i Donde:

C(x) Coste total del elemento

PiCoste de cada uno de los materiales

miCantidad de cada uno de los materiales

ECO2(x) Emisión de CO2 total del elemento

ei Emisión de CO2 de cada uno de los materiales

I(x) Consumo energético total del elemento

ii Consumo energético de cada uno de los materiales

B(x) Número de barras total del elemento

diNúmero de barras de cada uno de los diámetros

Buscamos, en nuestro algoritmo, hallar el valor mínimo de esta función. Los materiales incluyen el hormigón, el acero, el encofrado y la mano de obra.

No debemos olvidar la restricción (gi) que hemos definido antes, que la viga sea válida. La validez

de la viga se verificará mediante las comprobaciones establecidas por la Instrucción Española de Hormigón Estructural-EHE (2008) para los siguientes estados:

-Estados Límites Últimos: -Flexión (Artículo 42º) -Cortante (Artículo 44º) -Estados Límites de Servicio:

-Fisuración (Artículo 49º) -Deformación (Artículo 50º)

Más adelante explicaremos cómo se han incorporado estas validaciones en el algoritmo utilizado.

1.4.4

Elección del algoritmo a utilizar

Conocidas las funciones objetivo, tenemos un mayor número de datos para seleccionar el algoritmo de optimización más adecuado. Para ello vamos a analizar las posibilidades que nos ofrecen los distintos tipos de algoritmos y escogeremos el que más se ajuste a nuestras necesidades, que son las siguientes:

-Aplicación correcta de la función objetivo. -Posibilidad de añadir restricciones. -Velocidad de procesamiento.

Nuestro problema de optimización tiene, entonces, la siguiente estructura: 𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝐶(𝑥)

𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 𝐶(𝑥) ≥ 0 𝑔_𝑖 = 1 17

Las variables que componen la función objetivo son variables discretas y no continuas, ya que todas toman valores aislados determinados según el algoritmo de generación. Vamos a analizar el funcionamiento de distintos algoritmos del tipo non-gradient18_{, dado que son los más}

utilizados en la optimización estructural debido a sus mejores resultados (Hare et al., 2013). Estos algoritmos los podemos clasificar en cuatro grupos, algoritmos evolucionarios (Evolutionary algorithms), algoritmos físicos (Physical algorithms), algoritmos en enjambre o meméticos (Swarm algorithms) y algoritmos de búsqueda directa (Direct Search algorithms). Los algoritmos evolucionarios utilizan técnicas que imitan la evolución natural. Generalmente siguen cuatro etapas, reproducción, mutación, recombinación y selección y una función de adecuación para determinar qué organismos sobreviven. Estos algoritmos fueron propuestos inicialmente en “Adaptation in natural and artificial systems”(1975). Versiones más modernas de estos algoritmos incluyen un paso más, donde varios organismos se emparejan y producen

17 _{Siendo g}

i=1 si la viga es válida

18_{Non-gradient algorithms: algoritmos de optimización no basados en seguir la pendiente de la función}

una segunda población diferente a la inicial. Son los algoritmos más utilizados debido a sus buenos resultados en cortos periodos de tiempo de computación. Los evolucionarios son algoritmos que se pueden ajustar muy bien según el problema que nos encontremos, aunque para evaluar problemas a pequeña escala (poca variabilidad) pueden resultar, en ocasiones, aparatosos, dado que la muestra de datos necesaria para llegar a un buen resultado es elevada. Son más conocidos como algoritmos genéticos.

Existe una gran variedad de algoritmos físicos y, a diferencia de los evolucionarios, poco tienen en común los unos con los otros. Este tipo de algoritmos está basado en la recreación matemática de un fenómeno físico. Un ejemplo de estos algoritmos sería el Simmulated Annealing (SA) nombrado anteriormente. Este algoritmo de Cristalización Simulada, emula los procesos de cristalización de distintos materiales en función de su temperatura, dado que los cristales al perder temperatura tienden a organizarse de una manera que requiera una menor energía. Otros ejemplos de este tipo de algoritmos serían: Harmony Search, Ray Optimization, Tabu Search...Estos no tienen ninguna convergencia matemáticamente hablando y tienden a quedarse estancados en mínimos locales. Estos algoritmos son especialmente útiles combinados con otros que encuentren soluciones locales de una manera más eficiente.

De esta idea surge el siguiente grupo de algoritmos, los algoritmos de enjambre o meméticos. Que están basados, generalmente, en una combinación de los dos anteriores que mimetiza el comportamiento de una colonia organizada de seres vivos basado en un modelo biológico. Usualmente en este tipo de algoritmos se lanza un primer algoritmo (algoritmo evolucionario) que encuentra un mínimo local sobre el que se realiza un segundo algoritmo (un algoritmo de búsqueda local o un algoritmo físico). Un ejemplo de estos algoritmos lo tendríamos en el Honey-Bee Mating Optiization Algorithm (HBMO) (Haddad et al., 2006), este se empieza combinando un organismo (abeja reina) con distintos organismos, seleccionados mediante un SA (zánganos) a modo de un GA y posteriormente los organismos resultantes (crías) son mutados por otros organismos (abejas obreras) mediante un algoritmo de búsqueda local. Finalmente la mejor de estas crías se convierte en reina y se reinicia el proceso hasta llegar a un resultado que supere la condición de adecuación. Otros algoritmos englobados en esta categoría son: Ant Colony optimization, Particle Swarm optimization o Shuffled frog-leaping.

El último bloque de algoritmos son los denominados algoritmos de búsqueda directa, los únicos algoritmos de la lista que matemáticamente convergen en un óptimo. El funcionamiento de estos está basado en la evaluación de la tendencia de crecimiento o decrecimiento de la función en varios puntos generados aleatoriamente. El método Simplex estaría dentro de estos algoritmos. Aunque estos algoritmos está demostrado que convergen en una solución, tienen

dificultades a la hora de trabajar con funciones objetivos de varias dimensiones (diversas variables), ya que el avance en cada una de las dimensiones hacia el óptimo se produce muy lentamente, lo que supone una gran cantidad de evaluaciones de la función objetivo. Por ello son poco utilizados en la optimización estructural.

En la bibliografía se puede encontrar un estudio más detallado sobre los distintos algoritmos y su uso y resultados en las distintas aplicaciones estructurales (Hare et al., 2013). El algoritmo que más se acopla a nuestros objetivos es el algoritmo genético (GA). El estudio anterior muestra que se obtienen buenos resultados en aplicaciones para vigas y hemos visto que los resultados se obtienen en poco tiempo de computación. Además, funcionan perfectamente con una o varias restricciones a la función objetivo. Por ello son los algoritmos que más se ajustan a nuestros propósitos.

1.4.5

Funcionamiento de los genéticos

En este apartado vamos a explicar cómo funcionan los genéticos y cómo vamos a implementarlos en nuestra aplicación. Como se ha enunciado anteriormente, los algoritmos genéticos datan del año 1975, pero fueron perfeccionados en los años siguientes. Una de estas mejoras fue la iniciación del algoritmo mediante una población válida (Hare et al., 2013). Esta población inicial es la generación 1 del algoritmo. A partir de este punto el algoritmo selecciona aleatoriamente unos progenitores y recombina sus genes para obtener un hijo, también válido a todas las restricciones. Este proceso de emparejamiento se repite tantas veces como descendientes sea necesario generar. Una vez generados todos, se escogen los

especímenes que más se adecuen a la función objetivo y se desechan el resto para iniciar la siguiente generación con los especímenes supervivientes. El algoritmo se detiene cuando ha llegado a un número determinado de generaciones especificado al inicio del mismo.(Yepes, 2012)

Fig. 6 Pseudocódigo del algoritmo genético start

-Generación población inicial

while (generación != generación_max)

for (descendiente= 1:max_descendientes)

-Empareja los progenitores

-Recombina sus genes hasta generar un descendiente válido

-Mutación del espécimen generado(posible recuperación de un espécimen

end

-Selección de los mejores espécimenes

end end